如今,市场的变化越来越快,业务调整也越来越频繁,承载业务流程的信息化也在不断提升,选择一个能灵活应对需求的系统工具成了必需。

选择什么样的工具,如何应用?这里分享某保险公司的案例,从整合系统数据、可视化管理与几个应用案例来谈谈如何利用报表系统和BI,搭建灵活快速响应的数据管理体系。

项目背景

该保险公司在在全国拥有40多个省区及300多个地区的分支机构和服务机构。公司的业务特点主要表现在三个方面:

  • 地域分布广:公司业务分布区域较广,业务特点的差异性较大,并且不同地区业务的侧重点不同。
  • 业务类型多:公司的业务包含车险、个人财产保险、企业财产保险、人身意外险等,涵盖面比较多,同时也有政策性以及非政策性的业务。
  • 市场变化快:由于市场竞争的加剧,公司的经营方式也在向互联网化转型,主要是为了适应市场的变化以及监管政策的变化。

数据分析的目的是什么?

无论是要做数据还是看数据或者是做任何一个报表,目的都是为了用数据去做决策。我们的数据都是经过专业的数据分析人员结合实际情况分析出来的,最终放到展示层面上进行应用。但是,在实际应用过程中面临了诸多的问题。

  • 数据量大,在制作报表的时,现成的报表往往不够用;在数据分析时,制作的报表会有新的需求出现,而现有的需求无法满足业务人员的需要。
  • 市场、监管以及客户对我们的经营决策具有较大的影响。对于这些因素的理解,都是以数据的形式体现出来的,因此,数据分析一定要及时并且准确。
  • 各个部门对于数据的理解不同,因此需要我们对表格进行针对性设置。

以上的问题让数据报表面临了很多挑战,简单的概括来说就是基数大、需求多、变更快、准确性、灵活性、能快速响应。尤其是准确性方面,公司的数据来自承保系统和理赔系统,经由这两个系统的数据形成了最基本的数据。每天这两个系统在进行存储、交换和交互时,难免会产生各种错误,所以提出了对报表准确性的要求。

关于FineReport

由于信息部工作的特殊性,如果有员工离职的话,负责的报表就很难有人能够接下盘来。但是, FineReport工具的使用,由于简单易用,可以很大程度上缓解人员调整过程中所产生的压力。总体来说有以下几大优点:

1、易上手

由于简单,类Excel界面操作,所以上手比较快。

2、灵活

开发、测试或者部署都能够在一个比较短的周期情况下实现。

3、学习成本低

其他软件系统的学习成本无论从时间还是金钱上来讲都比较高,FineReport有自己的帮助文档,学习成本较低。

4、扩展性强

扩展性主要是体现在自身能够容纳其他应用的能力以及把自己的功能嵌到其他系统里面的能力,FineReport提供多种接口,几乎能嵌入各种系统。

实践案例

如今公司的信息架构分为三层,最上面一层是科技管理层。第二层就是数据仓库以及系统数据的接口服务,大部分管理者对于报表的一些疑问,或者对现在的一些经营问题都会把它细化成为更细的分析目标,下沉到分析人员这一层来进行处理。第三层是一线人员的业务数据产生的环节。

在数据分析查看这一方面,领导会经常通过热力图来了解各地的销售情况,各种产品的对比以及同比环比,数据一目了然。这么一来就能避免整理报表、传输报表过程中带来的意外。其次能让领导根据自己的业务经验,以及自己所处的经营高度去快速发现问题,指导第二层数据分析人员,快速开展数据分析工作。

通过这样一张图可以清楚的看到保费以及赔款的占比,在不同的地区他这个保费的收入以及赔款的支出、现金流的状况是怎么样一个情况。

对于保险公司,最关心两个指标,一个值是估损偏差率另一个是结案失效平均天数。值呢是实效的平均天数。通过这两个指标可以看到我们理赔队伍运行的状况是否正常。

以下是典型的中国式报表,处理这种报表的过程是非常痛苦的。因为每个表即使用数据透视表至少要转一下或者改一下筛选条件才能填完其中的一个格。而使用FineReport只用了一个工作日来完成前端页面开发和后端数据提取,彻底解放了一个人要干好几个小时的劳力问题。

另外还运用了FineReport便捷性的扩展。报表展示的超级链接可以直接嵌入到我们公司内部B/S架构系统里面,就可以实现综合查询的功能。
其实,报表能够随时随地的让领导看到是最好的,因为各级管理人员的关注点就是为了找问题,找到问题快速解决。再把它下沉到数据运用过程中,才能够真正实现企业高效化的管理。
未来展望
在未来的系统架构中,我们会在分析应用层完全纳入FineReport和FineBI,包括一些线性回归分析和聚类分析。
在报表方面,我们会向精美报表这个方向进行发展,之后希望能够通过FineBI在应用上面进行整合。我们希望FineBI融合FineReport在今后的发展过程中能够实现前端展示,以及在线的动态多维线性分析,达到一个很好的契合,相信在整个数据应用以及展示架构来讲会是一个比较好的平台。

转载于:https://www.cnblogs.com/lindsshun/p/5833227.html

数据分析平台搭建案例相关推荐

  1. 超详攻略!Databricks 数据洞察 - 企业级全托管 Spark 大数据分析平台及案例分析

    简介: 5分钟读懂 Databricks 数据洞察 ~ 更多详细信息可登录 Databricks 数据洞察 产品链接:https://www.aliyun.com/product/bigdata/sp ...

  2. 大数据分析平台搭建方式有哪些

    随着大数据时代的到来,数据价值的概念逐渐深入人心,许多企业开始搭建自己的大数据分析平台,以便在数据洪流中把握行业未来的发展方向.做任何事情之前,首先要设定目标和思路,然后根据确定的目标.思路和实际情况 ...

  3. Superset 数据分析平台搭建及使用 1

    Superset 数据分析平台搭建 一.实验介绍 1.1 实验内容 Superset 是 Airbnb 开源的数据分析与可视化平台,同时也是由 Python 语言构建的轻量级 BI 系统.Supers ...

  4. 基于Hadoop的数据分析平台搭建

    企业发展到一定规模都会搭建单独的BI平台来做数据分析,即OLAP(联机分析处理),一般都是基于数据库技术来构建,基本都是单机产品.除了业务数据的相关分析外,互联网企业还会对用户行为进行分析,进一步挖掘 ...

  5. Spark大数据分析平台搭建

    1摘要 利用虚拟机实现Spark环境搭建,理解掌握大数据分析集群工作原理. 2题目解析 面对海量的各种来源的数据,如何对这些零散的数据进行有效的分析,得到有价值的信息一直是大数据领域研究的热点问题.大 ...

  6. 知名大厂大数据平台搭建案例分享

    " 今天我们来看一下淘宝.美团和滴滴的大数据平台" 01 淘宝大数据平台 淘宝可能是中国互联网业界较早搭建了自己大数据平台的公司,下图是淘宝早期的 Hadoop 大数据平台,比较典 ...

  7. 技本功丨甲方大人来了之运维数据分析平台搭建实战

    袋鼠云日志团队时常遇到各种各样的甲方大人,毕竟我们是一个非常优秀的企业服务公司(自信满满),当然面对甲方大人的时候要做到处变不惊,临危不乱,镇定自若的接受需求-- 甲方大人的常用台词一定要记住:我们很 ...

  8. 阿里云大数据——搭建企业级数据分析平台

    目录 1.数据分析介绍 1.1数据分析基本介绍 1.2数据分析目的 1.3数据分析平台组成部分 1.4数据分析平台对应的场景 2.阿里云数加介绍 2.1数加是什么? 2.2"数加" ...

  9. 阿里云大数据认证——基于阿里云数加构建企业级数据分析平台-课堂笔记

    阿里云Clouder认证 六.基于阿里云数加构建企业级数据分析平台 1. 课程目标 (1) 了解数据分析的步骤和目的 (2) 熟悉数据分析平台搭建的组成部分 (3) 掌握阿里云数加不同产品及其使用场景 ...

最新文章

  1. 单片机学习从入门到入土?这3个关键点导致!
  2. C++继承同名成员处理方式
  3. SpringMVC异常处理之异常处理代码编写
  4. 程序员编程艺术:第二章、字符串是否包含问题
  5. C# action,delegate,func的用法和区别
  6. Keras-保存和恢复模型
  7. 空值用前值填充_用Excel进行数据处理
  8. 如何PHP给人生日祝福,祝福偶像生日的句子 祝好朋友生日快乐说说
  9. iPictrue:图片标注提示
  10. php计算器如何保留输入数字,php如何实现计算器代码
  11. python自带的PIL库扩展图片大小给图片加上文字描述
  12. Windows平台CocosStudioV3.10安装配置(使用Cocos2d-xV3.17.2进行开发)
  13. 数字地-DGND与模拟-AGND地的大学问
  14. 计算机论文要求多少字,论文需要写多少字
  15. 检索下载中/英文论文的方法
  16. 高性能计算机重要的配件,电脑配件大盘点,为高性能保驾护航!
  17. Mac配置Qt环境和把应用打包成dmg文件
  18. 掌上医院:手机生活助手
  19. 单片机8位共阴极数码管0~99自增
  20. 基于解决sci和ei等国外期刊论文翻译阅读难等问题的辅助软件分析

热门文章

  1. java设计模式之UML②类图讲解
  2. CNN结构:SPP-Net为CNNs添加空间尺度卷积-神经元层
  3. drawable如何只让两个叫圆角_cad怎么使用圆角?cad的圆角怎么使用?
  4. AJAX应用【股票案例、验证码校验】
  5. 汉寿县智慧城市建设PPP项目成功签约
  6. leetcode第一刷_Search in Rotated Sorted Array
  7. PHP与C sharp互解加密算法
  8. Cocos2D v2.0至v3.x简洁转换指南(一)
  9. 次数统计-CountMap
  10. 清远工贸职业技术学校清远大学城网